
Представлен бенчмарк AhaBench для оценки непрерывного обучения ИИ-агентов
Новый бенчмарк AhaBench оценивает, насколько эффективно автономные ИИ-агенты извлекают уроки из прошлого опыта.
Источник: arXiv cs.LG
Из Казахстана в мир — из мира в Казахстан

Новый бенчмарк AhaBench оценивает, насколько эффективно автономные ИИ-агенты извлекают уроки из прошлого опыта.
Источник: arXiv cs.LG

Препринт объясняет, почему увеличение числа опций в Option-Critic улучшает результаты, и описывает проблему фиксации субоптимальных действий.
Источник: arXiv cs.LG

Исследователи разработали адаптивный фреймворк MGHRL для извлечения высокоуровневых связей в сложных графовых структурах.
Источник: arXiv cs.LG

Новое исследование показывает, что эффективность контроля AI-агентов зависит от запаса мощности модели и специфики задач.
Источник: arXiv cs.CL

Исследователи разработали TamilEOT — открытый датасет и легковесные аудиомодели для определения завершения реплики в тамильской речи.
Источник: arXiv cs.CL

Препринт на arXiv продемонстрировал, что объединение разных стратегий переписывания запросов значительно повышает точность поиска в системах RAG.
Источник: arXiv cs.CL

Препринт показал, что репозитории навыков для LLM-агентов управляются людьми с помощью ИИ, а не работают как полностью автономные системы.
Источник: arXiv cs.CL

Препринт показал, что регуляризация обеспечивает основной прирост точности при совмещении медицинских снимков без роста затрат на вычисления.
Источник: arXiv cs.CV

Исследователи представили систематический обзор состязательных атак и методов защиты диффузионных моделей в фото, видео и 3D.
Источник: arXiv cs.CV

Исследователи представили метод FTW для динамической настройки весов задач мультизадачного компьютерного зрения в беспилотных автомобилях.
Источник: arXiv cs.CV

Препринт показал, что визуально-языковые модели ИИ способны ориентировать пространственное внимание на человеческом уровне без специального обучения взгляду.
Источник: arXiv cs.CV

Платформа Type.com запустила общее цифровое пространство для совместной работы специалистов с моделями Claude и Codex.
Источник: Product Hunt